Оценка стоимости информации: сокращение потерь и расширение возможностей

Чем сильнее уменьшаются ожидаемые потери от упущенных благоприятных возможностей, тем больше стоимость информации.

Существуют всего три главные причины тому, что информация имеет свою стоимость для бизнеса:

1. Информация снижает неопределенность в экономических решениях.
2. Она влияет на поведение людей, и это также имеет экономические последствия.
3. Иногда информация сама обладает собственной рыночной стоимостью.

Объяснение первой причины известно с 1950-х годов. Оно было обосновано в математической теории принятия решений. Именно сокращению неопределенности мы и уделим основное внимание — ведь оно наиболее актуально для обычных условий.

Стоимость информации, влияющей на поведение людей, просто равна стоимости разницы в их поведении. Если измерение результатов деятельности дает рост производительности труда 20%, то денежное выражение роста производительности и есть стоимость измерения. Если же стоимость информации является ее рыночной стоимостью, то перед нами проблема рыночного прогноза, ничем не отличающаяся от оценки продаж любого другого продукта. Однако чаще всего в бизнесе производят измерения потому, что они хотя бы частично связаны с принятием решений.

Потери от упущенных возможностей

Более 50 лет назад в теории игр была разработана такая формула стоимости информации, которую можно не только вывести математически, но и уяснить интуитивно. Снижение неопределенности (то есть проведение измерений) позволяет делать более удачные ставки (то есть принимать более обоснованные решения). Знать стоимость измерений необходимо, чтобы определить, как можно измерить что-либо и следует ли этим заниматься вообще.

Неуверенность в деловом решении означает, что у вас есть шанс ошибиться. Под ошибкой мы понимаем следующее: последствия альтернативного решения могут оказаться предпочтительнее; зная об этом, вы выбрали бы другое решение. Цена ошибки — это разница между сделанным неправильным выбором и лучшей из имевшихся альтернатив — то есть той, на которой вы остановились бы, обладая полной информацией.

Например, собираясь вложить деньги в новую смелую рекламную кампанию, вы надеетесь, что эти инвестиции окупятся. Но полностью уверенным в успехе мероприятия вы быть не можете. Известно, что в прошлом многие казалось бы прекрасные рекламные акции не оправдали надежд. Некоторые из них даже сыграли на руку конкурентам. В то же время правильно спланированные кампании приводят к значительному росту доходов. С другой стороны, нельзя сидеть сложа руки только потому что есть вероятность ошибиться.

Чтобы определить стоимость измерения вероятности успеха намеченных действий, вы должны знать, какие убытки понесете, если инвестиции в кампанию окажутся неудачными, а также какова вероятность провала. Будь эта вероятность полностью исключена, снижать неопределенность вообще не потребовалось бы — ваше решение очевидное и безрисковое.

Чтобы не усложнять наш пример, рассмотрим бинарную ситуацию: вы либо преуспеете, либо провалитесь — вариантов больше нет. Предположим, что вы заработаете 40 млн. дол., если реклама сработает, и потеряете 5 млн. дол. (затраты на проведение кампании) в другом случае. Допустим также, что ваши специалисты говорят, что существует вероятность провала рекламы 40%. Обладая этой информацией, вы можете составить таблицу 1.

Таблица 1. Простейший пример расчета потерь от упущенных благоприятных возможностей.

Потери от упущенных благоприятных возможностей (opportunity loss, OL) — это те затраты, которые мы понесем, если выберем ошибочный путь. Ожидаемые потери от упущенных возможностей (expected opportunity loss, EOL) для той или иной стратегии можно рассчитать путем умножения вероятности допустить ошибку на цену ошибки. В нашем примере мы получим такие ответы:

• OL (план проведения кампании одобрен): 5 млн. дол.
• OL (план проведения кампании отвергнут): 40 млн. дол.
• EOL (план проведения кампании одобрен): 5 млн. дол. х 40% = 2 млн. дол.
• EOL (план проведения кампании отвергнут): 40 млн. дол. х 60% = 24 млн. дол.

Ожидаемые потери от упущенных благоприятных возможностей возникают из-за того, что вы не знаете, какова вероятность негативных последствий принимаемого решения. Сумей вы снизить данную неопределенность, уменьшится и EOL. Именно это и позволяет сделать измерение.

Все измерения, результаты которых имеют некую стоимость, приводят к снижению неопределенности влияющего на решение показателя. Чем сильнее уменьшаются ожидаемые потери от упущенных благоприятных возможностей, тем больше стоимость информации, полученной путем измерения. Разница между значениями EOL до и после измерения называетсяожидаемой стоимостью информации (expected value of information, EVI).

Расчет ожидаемой стоимости информации, получаемой в ходе измерений, до их проведения требует от нас предварительной оценки ожидаемого снижения неопределенности. Иногда это бывает трудно сделать из-за сложности определения некоторых переменных, но возможен и упрощенный подход. Легче всего рассчитать ожидаемую стоимость полной информации (expected value of perfect information, EVPI).

Если бы существовала возможность полного устранения неопределенности, то значение EOL уменьшилось бы до нуля. Таким образом, EVPI — это просто EOLвыбранного вами варианта. В нашем примере решение, принимаемое без осуществления измерений, заключается в одобрении плана проведения рекламной кампании. Тогда ожидаемые потери от упущенных благоприятных возможностей составляют 2 млн. дол. Таким образом, стоимость устранения любой неопределенности относительно успешности планируемой акции просто равна 2 млн. дол. Если удается не устранить, а только уменьшить неопределенность, то ожидаемая стоимость информации несколько сокращается.

Стоимость информации

Ожидаемая стоимость информации ( EVI) = 
Сокращение ожидаемых потерь от упущенных благоприятных возможностей(EOL):

EVI = EOL (до измерений) - EOL (после измерений),

где EOL — вероятность ошибиться, умноженная на цену ошибки.

Ожидаемая стоимость полной информации (EVPI) = 
EOL до измерений (если информация точна и полна, то EOL после измерений равна 0).

Чуть более сложный, но более распространенный и реалистичный метод — это расчет EOL в случае, когда рассматриваются не два экстремума (успех или провал рекламной кампании), а множество значений какой-нибудь величины. Гораздо чаще возникает необходимость рассчитать стоимость измерения, когда неопределенная переменная может принимать значения в некоем интервале. Метод расчета стоимости такой информации принципиально не отличается от того, как мы оценивали стоимость информации в простой бинарной ситуации.